多くの人工知能（AI）モデルは、より正確な答えを出すために、人間がラベル付けした膨大なデータを必要とする。メタAI（Meta AI）の研究員であるイシャン・ミスラ（31）の研究によって、人間がラベル付けをしなくても、視覚的データのみでAIモデルの訓練が可能であることが示された。ミスラ研究員は、このような自己教師ありモデルによって、AIで解くことのできる問題の種類を大幅に増やせると考えている。ミスラ研究員は、「医用画像などの分野では、ラベル付けにコストがかかります。このような分野では、自己教師ありモデルが、はるかに低コストで、すばやくAIモデルを作成するのに大きく役立つ可能性があります」と話す。「また、自己教師ありモデルならAIモデルに、人間による監督なしで、次々と入力されてくるデータを観察させて連続的に新たなスキルを学ばせることもできます」。この利点は、常に変化する環境の中で稼働するロボットにとって、特に有用な可能性がある。
- 人気の記事ランキング
-
- What is vibe coding, exactly? バイブコーディングとは何か？ AIに「委ねる」プログラミング新手法
- A Google Gemini model now has a “dial” to adjust how much it reasons 推論モデルは「考えすぎ」、グーグルがGeminiに調整機能
- Meet the researchers testing the “Armageddon” approach to asteroid defense 惑星防衛の最終戦略 科学者たちが探る 「核爆発」研究の舞台裏
- Anthropic can now track the bizarre inner workings of a large language model 大規模言語モデルは内部で 何をやっているのか？ 覗いて分かった奇妙な回路
